[发明专利]一种基于超宽带雷达的呼吸信号检测算法

摘要

本发明公开了一种基于超宽带雷达的呼吸信号检测算法。该方法包括Motion Filter滤波、回波数据分块、呼吸信号增强、呼吸信号相关叠加和多重系数衰减的高斯噪声擦除等多个步骤。当雷达观测环境中有人体对象时，对回波数据沿慢时间方向分块，各块数据都包含有呼吸信号，但是各块间噪声不相关。频域中各块数据相关叠加，呼吸信号得到增强，同时噪声稳态随机分布于整个频率观测空间上。单块距离—频率数据呼吸信号增强有效保护弱呼吸信号，叠加和距离—频率数据呼吸信号增强有效增强呼吸信号同时抑制整个频率观测空间中的噪声。多重系数衰减的高斯噪声擦除过程逐步衰减噪声并期望噪声均值衰减为0。该方法能够有效去除白噪声和色噪声成分，检测弱呼吸信号。

主权项

一种基于超宽带雷达的呼吸信号检测算法，其特征在于，所述方法包括以下步骤：步骤1：超宽带雷达发射冲击脉冲并采样量化回波数据，形成二维慢时间—快时间矩阵r(m,n)；步骤2：对二维矩阵沿慢时间方向应用Motion Filter滤波去除背景杂波获得结果rmf(m,n)；步骤3：对步骤2的结果沿慢时间方向分块为rmfi(m,n)，优先分成20～30块，块数设为K，i＝1,2,...K；步骤4：获取各分块频域幅度谱并进行呼吸信号增强，结果为Rmfi(f,l)：对各块二维慢时间—快时间数据沿慢时间方向进行快速傅里叶变换(FFT)，并获取二维距离—频率频域幅度谱，对各块频域幅度谱进行呼吸信号增强，步骤如下：1)设置频率搜索范围F，优先设置F＝0.15～0.45Hz，该范围F必须包含呼吸频率f0；2)设置阈值y和增强比k；3)扫描每个距离上F范围内的频率幅度值的变化，计算峰值区间内的峰值和PKs并获得峰值区间旁的落差ΔR；4)找到最大的落差，依据该落差与阈值y的差别，判断该峰是否是呼吸频率，如果是，则进行k倍增强；如果不是，则不对该频点的频率幅度值进行处理；步骤5：对Rmfi(f,l)进行呼吸信号相关叠加，获得叠加和Rmfs(f,l)：步骤6：对Rmfs(f,l)通过步骤4中的呼吸增强步骤进行呼吸信号增强，获得结果Rs(f,l)；步骤7：对Rs(f,l)去除噪声均值并进行多重系数衰减的高斯噪声擦除过程，步骤如下：1)获取步骤6后的距离—频域叠加和结果Rs(f,l)；2)由式获得噪声均值Rs(f,l)减去该均值并取绝对值abs()为取绝对值函数；3)获取当前擦除系数a和每个距离上的高斯噪声均值，将每个距离上的频率幅度减去擦除系数与高斯噪声均值的乘积，取绝对值为频率幅度值；4)迭代20～30次的步骤3)，最终获得检测结果。